通过定制音乐提高驾驶安全:使用重和贝叶斯网络的模拟器研究.

科学领域:

• 人与计算机的交互
• 认知心理学 认知心理学
• 交通安全 交通安全

背景情况:

• 在驾驶时倾听音乐是很常见的,影响驾驶员的兴奋和表现.
• 驾驶的最佳音乐复杂性因场景和个体而异.
• 这项研究考察了音乐在突然事件期间对不同特征的司机的影响.

研究的目的:

• 研究不同驾驶特征如何影响在各种音乐条件下对突发事件的反应.
• 为了确定音乐节奏和歌词对驾驶表现在驾驶员技能水平的影响.

主要方法:

• 八个与驾驶相关的特征被组合成"驾驶特征".
• 28名司机被分成组 (合格,好,优秀) 并通过音乐 (节奏,歌词) 执行任务.
• 驾驶性能使用值权重方法得分;贝叶斯网络分析了碰撞风险.

主要成果:

• 没有歌词的音乐 (0.73±0.02) 获得了比有歌词的音乐 (0.68±0.02) 更好的表现.
• 优秀的驾驶员组 (0.79±0.03) 显著超过了良好的 (0.66±0.02) 和合格的 (0.66±0.02) 组.
• 一个互动显示慢节奏的音乐与歌词比快节奏更好;音乐对速度和碰撞的影响因驾驶特征而异.

结论:

• 优秀的驾驶员更好地处理复杂的音乐,但个别策略会导致性能变化.
• 司机应该选择与他们驾驶安全能力相匹配的音乐.
• 结果可以为个性化的音乐建议提供信息,以提高车辆安全性和驾驶员反应.